R10_복지패널 데이터 분석 2

Goals

• 연령대별(age gap) 평균급여,  연령대별 평균 급여 테이블, 연령대 + 성별 평균 급여 그래프, ageg 변수를 순서형 변수로 만듦, factor
• position = 'dodge', 엑셀파일 로드해 새로운 데이터 프레임 생성, 데이터 프레임 저장하기 / 불러오기

Notes

# 연령대별(age gap) 평균급여

# 연령대를 30세 미만(young), 60세 미만(middle), 60세 이상(old) 구간으로 나눔.

welfare = welfare %>%

  mutate(ageg = ifelse(age<30,'young',ifelse(age<60,'middle','old')))

table(welfare$ageg)

ggplot(data = welfare, mapping = aes(x=ageg))+geom_bar()

# 연령대별 평균 급여 테이블

income_by_ageg = welfare %>%

  filter(!is.na(income)) %>%

  group_by(ageg) %>%

  summarise(mean= mean(income))

> income_by_ageg

# A tibble: 3 x 2

  ageg    mean

  <chr>  <dbl>

1 middle  282.

2 old     113.

3 young   174.

ggplot(data=income_by_ageg, mapping = aes(x=ageg, y = mean)) + geom_col()

# 연령대 + 성별 평균 급여 그래프

income_by_ageg_gender = welfare %>%

  filter(!is.na(income)) %>%

  group_by(ageg,gender) %>%

  summarise(mean= mean(income))

> income_by_ageg_gender

# A tibble: 6 x 3

# Groups:   ageg [3]

  ageg   gender  mean

  <chr>  <fct>  <dbl>

1 middle 남자   355.

2 middle 여자   186.

3 old    남자   157.

4 old    여자    75.7

5 young  남자   184.

6 young  여자   168.

ggplot(data=income_by_ageg_gender, mapping = aes(x=ageg, y = mean, fill = gender)) + geom_col()

# ageg 변수를 질적 변수(순서형 변수, ordinal)로 만듦.

> welfare$ageg <- factor(welfare$ageg,

+                        levels = c('young','middle','old'),

+                        ordered = T )

> ggplot(data = welfare, mapping = aes(x=ageg))+geom_bar()

• factor : 질적 변수형식으로 전환하는 함수                    질적 변수 = 범주형 + 순서형

factor(변수, 

levels = (1,2 ..),

labels = ( 문자형 라벨 ),

ordered = T or F )

• ggplot(data=income_by_ageg_gender, mapping = aes(x=ageg, y = mean, fill = gender)) + geom_col(position = 'dodge')

position의 기본값 : 'stack'

연습문제 

# welfare 데이터 프레임에  age_range 변수를 추가.

# age <20 : 'age10', age<30 : 'age20', age<40 : 'age30', ... age<80이면 age70, 그 이외에는 'age80'

welfare = welfare %>% mutate(age_range = ifelse(age<20,'age10',

                                                ifelse(age<30,'age20',

                                                   ifelse(age<40,'age30',

                                                      ifelse(age<50,'age40',

                                                         ifelse(age<60,'age50',

                                                            ifelse(age<70,'age60',

                                                               ifelse(age<80,'age70','age80' ))))))))

  

#age_range별 인구수 - 테이블, 그래프

  table(welfare$age_range)

age10 age20 age30 age40 age50 age60 age70 age80

3050  1414  1720  2295  2113  2050  2704  1318

  ggplot(data=welfare, mapping = aes(x = age_range))+ geom_bar()

#age_range별 평균급여 - 테이블, 그래프

  income_by_avgrange= welfare %>% group_by(age_range) %>%

    filter(!is.na(income)) %>%

    summarise(avg_income=mean(income))

  ggplot(data= income_by_avgrange, mapping = aes(x = age_range, y = avg_income) )+ geom_col()

  #age_range별 성별 평균 급여 - 테이블, 그래프

  

  income_by_avgrange_gender = welfare %>% group_by(age_range, gender) %>%

    filter(!is.na(income)) %>%

    summarise(avg_income=mean(income))

  ggplot(data=income_by_avgrange_gender,

         mapping = aes(x = age_range, y = avg_income, fill = gender))+

    geom_col(position = 'dodge')  

#그래프 컬러 설정

ggplot(data=income_by_avgrange_gender,

         mapping = aes(x = age_range, y = avg_income, fill = gender))+

    geom_col(position = 'dodge')  +

    scale_fill_manual(values = c('skyblue','pink'))

# 직업별 급여의 차이

  class(welfare$code_job)

  summary(welfare$code_job)  

  

 # 엑셀 파일에 정리된 code_job, job을 새로운 데이터 프레임으로 생성

  df_jobs <- read_excel('data/Koweps_Codebook.xlsx',sheet=2)

head(df_jobs)

# A tibble: 6 x 2

  code_job job                                

     <dbl> <chr>                              

1      111 의회의원 고위공무원 및 공공단체임원

2      112 기업고위임원                       

3      120 행정 및 경영지원 관리자            

4      131 연구 교육 및 법률 관련 관리자      

5      132 보험 및 금융 관리자                

6      133 보건 및 사회복지 관련 관리자       

#welfare, df_jobs 데이터 프레임을 join

welfare <- left_join(welfare, df_jobs, by = 'code_job')

welfare %>%

  select(code_job,job) %>%

  head(n=10)

   code_job                                job

1        NA                               <NA>

2        NA                               <NA>

3       942                   경비원 및 검표원

4       762                             전기공

5        NA                               <NA>

6       530 방문 노점 및 통신 판매 관련 종사자

7        NA                               <NA>

8        NA                               <NA>

9        NA                               <NA>

10       NA                               <NA>

# 직업별 종사자수 출력

> welfare %>%

+   filter(!is.na(code_job)) %>%

+   group_by(job) %>%

+   summarise(count = n())

+   arrange(desc(count))

# A tibble: 145 x 2

   job                   count

   <chr>                 <int>

1 작물재배 종사자        1320

2 매장 판매 종사자        353

3 청소원 및 환경 미화원   325

4 제조관련 단순 종사원    289

5 경영관련 사무원         260

6 자동차 운전원           257

7 회계 및 경리 사무원     220

8 음식서비스 종사자       197

9 영업 종사자             192

10 주방장 및 조리사        154

# ... with 135 more rows

job_top10<-

welfare %>%

  filter(!is.na(code_job)) %>%

  group_by(job) %>%

  summarise(count = n()) %>%

  arrange(desc(count)) %>%

  head(10)

job_top10

  ggplot(job_top10,mapping = aes(x = reorder( job, count), y = count)) + geom_col()  

+ coord_flip( ) : x, y축 변환

#가장 많이 종사하는 직종 10개 남/녀 구별해 출력

  job_top10_gender<-

    welfare %>%

    filter(!is.na(code_job)) %>%

    group_by(job,gender) %>%

    summarise(count = n( )) %>%

    arrange(desc(count)) %>%

    head(10)

  

  ggplot(job_top10_gender, mapping = aes(x = reorder ( job, count), y = count, fill = gender )) +

    geom_col(position = 'dodge') + coord_flip() + xlab('직종') + ylab('인구수')

• 데이터 프레임 저장하기

  #데이터 가공을 해왔던 welfare 데이터 프레임을

  #R에서 사용하는 데이터 파일 형식(rda)으로 저장

  #save?

  save(welfare, file = 'data/welfare.rda')

• 불러오기

  load('data/welfare.rda')